Kasus absurditas pendataan sosial di Indonesia kembali mencuat ketika seorang sopir becak motor (Bentor) di Kabupaten Kulon Progo, Daerah Istimewa Yogyakata (DIY) tercatat dalam Desil 9—kategori masyarakat berpenghasilan tinggi (meski Badan Pusat Statistik (BPS) telah merespons kabar sopir becak motor di Kulon Progo, Daerah Istimewa Yogyakarta (DIY) yang sebelumnya tercatat sebagai kelompok desil 9 dalam Data Tunggal Sosial dan Ekonomi Nasional (DTSEN).kini telah dimutakhirkan dan status desilnya berubah menjadi desil 3) —dan seorang mahasiswa Universitas Negeri Surabaya (Unesa) Surabaya terancam putus kuliah akibat terdata di Desil 7. Badan Pusat Statistik (BPS) merespons gelombang kritik ini dengan menjelaskan bahwa pemeringkatan desil tidak semata-mata dihitung dari pendapatan atau gaji bersih, melainkan memperhitungkan puluhan variabel komposit seperti aset konsumtif, kondisi fisik hunian, daya listrik, hingga tingkat pengeluaran non-makanan.
Namun, argumen teknis tersebut justru menyingkap akar masalah yang lebih mendasar: instrumen statistik yang digunakan negara saat ini mengalami disosiasi dari realitas kehidupan masyarakat bawah. Ketika model matematik statistik menghasilkan vonis kesejahteraan yang bertolak belakang dengan kondisi faktual di lapangan, kita wajib mempertanyakan validitas pembobotan indikator tersebut. Mengapa rumus desil BPS kerap gagal menangkap kemiskinan yang nyata?
Teori Kesejahteraan vs. Modifikasi Statistik
Secara teoretis, konsep kemiskinan telah bergeser dari sekadar pendekatan moneter tunggal menuju pendekatan multidimensi. Amartya Sen dalam Capability Approach menekankan bahwa kesejahteraan sejati diukur dari kapabilitas seseorang untuk menjalankan fungsi-fungsi dasar kehidupan, bukan hanya dari apa yang ia konsumsi. Pembatalan akses terhadap pendidikan atau bantuan sosial akibat klasifikasi statistik yang keliru merupakan bentuk peramposan kapabilitas dasar tersebut.
Dalam praktik pendataan BPS, kalkulasi desil umumnya bersumber dari Pemodelan Regresi Logistik atau Proxy Means Testing (PMT) yang diolah dari Data Socio-Economic Registration (Regsosek) maupun Susenas. Metode PMT memang dirancang untuk mengestimasi pendapatan rumah tangga melalui variabel pengganti (proxies) seperti jenis dinding rumah, lantai, daya listrik, hingga kepemilikan barang elektronik. Secara kuantitatif metode ini efisien, tetapi secara kualitatif memiliki kecacatan metodologis yang fatal: rumus statistik gagal membedakan antara aset pasif warisan dengan kemampuan ekonomi aktif (daya beli riil)
Seorang tukang becak yang menempati rumah peninggalan orang tua bertembok bata atau memiliki sambungan listrik 1.300 VA mendadak terdongkrak skor kesejahteraannya hingga masuk Desil 9, meskipun penghasilannya harian dan tidak pasti. Sebaliknya, keluarga mahasiswa yang menanggung beban utang medis atau biaya hidup tinggi tetapi memiliki aset fisik sederhana terlempar ke Desil 7. Di sinilah terjadi dua jenis distorsi sistemik: exclusion error (tereliminasinya kelompok miskin yang berhak) dan inclusion error (terdatanya kelompok mampu sebagai penerima bantuan).
Penjelmaan Pembatasan Hak Konstitusional
Dampak dari kecacatan rumus desil ini tidak berhenti pada kekeliruan lembar data statistik, melainkan merembet langsung pada pelanggaran hak-hak dasar warga negara yang dilindungi undang-undang.
Secara tegas, Pasal 31 Ayat (1) dan (2) UUD 1945 menjamin bahwa setiap warga negara berhak mendapat pendidikan dan pemerintah wajib membiayainya. Ketika angka desil yang keliru digunakan sebagai filter utama penentuan Uang Kuliah Tunggal (UKT) atau kelayakan penerima KIP-Kuliah, instrumen statistik secara de facto menjadi penghalang akses pendidikan tinggi bagi anak dari keluarga rentan.
Selain itu, Undang-Undang Nomor 13 Tahun 2011 tentang Penanganan Fakir Miskin menetapkan bahwa verifikasi dan validasi data kemiskinan harus dilakukan secara berkala dan akurat demi menjamin ketepatan sasaran perlindungan sosial. Penggunaan algoritma yang menghasilkan data cacat substansi bertentangan dengan Asas-Asas Umum Pemerintahan yang Baik (AAUPB)—khususnya Asas Kecermata dan Asas Kemanfaatan sebagaimana diatur dalam Undang-Undang Nomor 30 Tahun 2014 tentang Administrasi Pemerintahan. Keputusan pejabat publik yang menetapkan status sosial warga berbasis data yang tidak cermat berpotensi memicu cacat hukum administrasi (defect of substance).
Melampaui Rumus: Reformasi Sistemik Pendataan Sosial
Kepatuhan BPS terhadap metodologi statistik yang ada tidak boleh dijadikan pembenaran ketika hasil pendataannya mencederai rasa keadilan masyarakat. Data diciptakan untuk melayani manusia, bukan manusia yang dimobilisasi untuk membenarkan kalkulasi data. Agar pendataan kesejahteraan sosial dapat menangkap kemiskinan yang nyata, diperlukan tiga langkah korektif:
1. Rekonstruksi Pembobotan Variabel (Re-weighting Indicator): BPS harus mereduksi bobot kepemilikan aset fisik pasif dan menambah porsi pembobotan pada variabel kerentanan dinamis, seperti rasio beban tanggungan keluarga, fluktuasi pendapatan bulanan, keberadaan anggota keluarga berpenyakit kronis, dan beban utang.
2. Pengintegrasian Mekanisme (Ground-Truthing) Pengelompokan desil berbasis survei sampel kuantitatif harus dipadukan dengan verifikasi faktual (ground-truthing) secara berjenjang melalui pelibatan unsur RT/RW dan perangkat desa/kelurahan setempat sebelum status desil difinalisasi.
3. Penyediaan (Appeal Mechanism} yang Responsif: Pemerintah wajib membangun jalur sanggah data yang transparan dan cepat. Ketika seorang warga atau mahasiswa membuktikan bahwa desilnya bertentangan dengan kondisi ekonomi riil, sistem harus secara otomatis melakukan audit data di lapangan tanpa proses birokrasi yang membebankan korban salah data.
Pada akhirnya, statistik kemiskinan bukan sekadar deretan angka di atas kertas laporan bulanan. Di balik tiap skor desil, ada masa depan mahasiswa yang dipertaruhkan dan ada piring nasi rakyat kecil yang bergantung. Sudah saatnya BPS dan pemerintah melepaskan kacamata kuda algoritma dan mengembalikan pendataan sosial pada spirit hakikinya: inklusif, objektif, dan memanusiakan manusia.
